Espacios Vectoriales

Un espacio vectorial implica cuatro cosas

Dos conjuntos no vacios V y F y

Dos operaciones algebraicas llamadas suma de vectores y multiplicación por un escalar.

Los objetos en el conjunto V son llamados vectores y los elementos en el conjunto F son llamados
escalares. De aqui en adelante F es el campo de los números reales (R) o el de los números complejos
(C)
la suma de vectores denotado por u + v es una operación entre elementos del conjunto V; mientras que
la multiplicación por un escalar, escrito como u es una operación entre elementos 2 F y u 2 V:
De…nición
Decimos que V es un espacio vectorial sobre F si se cumple lo siguiente

1. u + v 2 V; para todo u; v 2 V

2. u 2 V; para todo 2 F; para todo u 2 V

3. u + v = v + u; para todo u; v 2 V

4. (u + v) + w = u + (v + w) ; para todo u; v; w 2 V

5. Existe un elemento neutro (cero) denotado por 0 2 V tal que

u+0=u para todo u 2 V

6. Para cada elemento u 2 V existe un elemento denotado como u 2 V tal que

u + ( u) = 0

7. (u + v) = u + v, para todo 2 F y para todo u; v 2 V

8. ( + ) v = v + v; para todo ; 2 F y para todo v 2 V

9. ( )v = ( v) ; para todo ; 2 F y para todo v 2 V

10. 1v = v; para todo v 2 V

Algunos espacios vectoriales importantes

El plano con las operaciones usuales

Uno de los espacios vectoriales mas conocidos es el plano XY (plano cartesiano) sobre el campo de los
reales con las operaciones usuales de suma de vectores y la multiplicación de un escalar por un vector.

1
Primero, necesitamos identi…car los conjuntos, el conjunto de los vectores V y el conjunto de los escalares
F.
V = R2 F =R

Segundo, necesitamos tener claro cuales son las dos operaciones, la suma de vectores y la multiplicación
por un escalar.
Dado dos vectores u = (a; b) ; v = (c; d) en el conjunto R2 y que pertenece a R:
las operaciones de suma (+) y la multiplicación por un escalar son de…nidos como

u + v = (a + c; b + d) (1)

u = ( a; b) (2)

Ahora que tenemos claro los conjuntos y las operaciones que se asocian a un espacio vectorial veremos
que efectivamente el plano cartesiano sobre el campo de los números reales con las operaciones (1) y (2)
es un espacio vectorial.

1. Sea u = (a; b) y v = (c; d) de (1) tenemos que

u + v = (a + c; b + d)

como a + c; b + d 2 R entonces u + v 2 R2

2. Sea 2 R; u = (a; b) 2 R2 de (2) tenemos que

u = ( a; b)

como ; a; ; b 2 R entonces a; b 2 R entonces u 2 R2

3. Sea u = (a; b) y v = (c; d) entonces

u+v = (a + c; b + d)
u+v = (c + a; d + b)
u+v = (c; d) + (a; b) = v + u

4. Sea u = (a; b) ; v = (c; d) ; w = (m; n) 2 R2 ; entonces

(u + v) + w = (a + c; b + d) + (m; n)
(u + v) + w = ((a + c) + m; (b + d) + n)
(u + v) + w = (a + (c + m) ; b + (d + n))
(u + v) + w = (a; b) + (c + m; d + n)
(u + v) + w = u + (v + w)

5. El elemento 0 2 R2 es el vector (0; 0)

6. Para todo u = (a; b) 2 R2 ; el elemento u es el elemento

u = ( a; b)

Autor: J. César Barraza B. 2

 7. Dado 2 R; u = (a; b) ; v = (c; d) 2 R2 ; tenmos

(u + v) = (a + c; b + d)
(u + v) = ( (a + c) ; (b + d))
(u + v) = ( a + c; b + d)
(u + v) = ( a; b) + ( c; d)
(u + v) = (a; b) + (c; d)
(u + v) = u+ v

8. Dado ; 2 R; v = (c; d) 2 R2 ; tenemos

( + )v = ( + ) (c; d)
( + )v = (( + ) c; ( + ) d)
( + )v = ( c + c; d + d)
( + )v = ( c; d) + ( c; d)
( + )v = v+ v

9. Dado ; 2 R; v = (c; d) 2 R2 ; tenemos

( )v = ( ) (c; d)
( )v = (( ) c; ( ) d)
( )v = ( ( c) ; ( d))
( )v = ( c; d)
( )v = ( (c; d)) = ( v)

10. El elemento 1 es el uno habitual.

El espacio de los polinomios con las operaciones usuales.

De…nimos V = Pn [R] el conjunto de los polinomios cuyo grado es menor o igual a n, con coe…cientes
reales. Este conjunto con F = R y bajo las operaciones usuales de suma de polinomios y multiplicación
de un escalar por un polinomio es tambien un espacio vectorial.
Dado dos polinomios p (x) = a0 + a1 x + an xn ; ai 2 R y q (x) = b0 + b1 x + bn xn ; bi 2 R los
cuales se encuentran en Pn [R] se de…ne la suma y el producto por un escalar como

p (x) + q (x) = (a0 + b0 ) + (a1 + b1 ) x + (an + bn ) xn

p (x) = a0 + a1 x + a n xn

El espacio de las matrices con las operaciones usuales

Sea V = Mm n el conjunto de las matrices reales con F = R y bajo las operaciones de suma y multipli-
cación por un escalar usuales es un espacio vectorial.
Dada dos matrices A = [aij ] ; B = [bij ] y 2 R; se de…ne la suma y el producto por un escalar como

A+B = [aij + bij ]

A = [ aij ]

Autor: J. César Barraza B. 3

Teorema
Sea V un espacio vectorial. Entonces

1. 0 = 0 para todo escalar

2. 0v = 0 para todo v que pertenece a V

3. Si v = 0 entonces =0óv=0

4. ( 1) v = v

Subespacios
De…nición
Un subconjunto W de un espacio vectorial V es llamado un subespacio vectorial de V si W es tambien
un espacio vectorial bajo la suma y multiplicación por un escalar de…nido en V

Usualmente, para probar que un subconjunto es un subespacio no es necesario probar todos los axiomas,
porque ciertas reglas satisfechas en el espacio mas grande son automaticamente satisfechas en cada sub-
conjunto si la suma de vectores y multiplicación por un escalar es cerrado en el subconjunto W , el cual
es establecido en el siguiente teorema
Teorema
Un subconjunto no vacio W de un espacio vectorial V es un subespacio si y solo si

u+v 2 W
u 2 W

para todo u; v 2 W y para todo 2F

Prueba. (=)) Si W es un subespacio vectorial entonces cumple los condiciones de cerradura.

((=) Mostraremos que si W cumple con los axiomas de cerradura entonces satisface el resto de los
axiomas de un espacio vectorial.
Como W es un subconjunto de V entoces los elementos de W satisfacen los axiomas de conmutatividad
(axioma 3) y de asociatividad (axioma 4) :
Como u 2 W entonces 0u = 0 2 W; con lo cual queda establecido el axioma 5.
Ahora como u 2 W entonces ( 1) v = v 2 W para todo v 2 W; asi se cumple el axioma 6.
Como W es subconjunto de V entonces se sumplen los axiomas 7; 8; 9; 10
Proposición
El subconjunto formado por el vector nulo es un subespacio de V

Prueba. Sea W = f0g el cual esta incluido en V

Probaremos los axiomas de cerradura
(axioma 1) 0 + 0 = 0 2 W
(axioma 2) 0 = 0 2 W para todo escalar.
Por lo tanto W es un espacio vectorial
Nota
El espacio vectorial W = V y el espacio vectorial W = f0g son llamados subespacios triviales de V

Ejemplo
Sea W = (x; y; z) 2 R3 : ax + by + cz = 0 donde a; b; c son constantes.

Autor: J. César Barraza B. 4

notar que W R3 = V y que F = R como no se dice nada respecto a las operaciones se asume que son
las usuales.
Si u = (x1 ; y1 ; z1 ) ; v = (x2 ; y2 ; z2 ) 2 W debemos probar que la suma tambien pertenece a W; para ello
como u; v 2 W entonces

ax1 + by1 + cz1 = 0

ax2 + by2 + cz2 = 0

sumando ambos tenemos

ax1 + by1 + cz1 + ax2 + by2 + cz2 = 0+0=0

a (x1 + x2 ) + b (y1 + y2 ) + c (z1 + z2 ) = 0

luego vemos que u + v = (x1 + x2 ; y1 + y2 ; z1 + z2 ) tambien está en W

ahora sea 2 R entonces
u = ( x1 ; y1 ; z1 )

luego

a ( x1 ) + b ( y1 ) + c ( z1 ) = (ax1 + by1 + cz1 )

= 0=0

entonces u 2 W , por lo tanto W es un subespacio vectorial de R3

Ejemplo
Sea A una matriz de orden m n, el conjunto

W = fx 2 Rn : Ax = 0g

de las soluciones del sistema homogeneo es un espacio vectorial.

Aqui debemos notar que los elementos de W estan en Rn esto es V = Rn ; el cuál es un espacio vectorial
sobre F = R, como no se dice nada respecto a las operaciones se asume que son las usuales.
sea x; y 2 W entonces

Ax = 0
Ay = 0

entonces sumando
A (x + y) = Ax + Ay = 0 + 0 = 0

luego
A (x + y) = 0

por tanto el vector suma x + y 2 W

Sea 2 R entonces
A ( x) = (Ax) = 0 = 0

luego tenemos que

A ( x) = 0

por tanto el vector ( x) 2 W , por lo tanto W es un subespacio vectorial de V

Autor: J. César Barraza B. 5

Ejercicio
Sean W1 y W2 dos subespacios de V Probar que

1. La intersección W1 \ W2 es un subespacio

2. La suma W1 + W2 es un subespacio, donde

W1 + W2 = fw1 + w2 : w1 2 W1 ; w2 2 W2 g

Combinación lineal y espacio generado

De…nición (Combinación lineal)
Sean v1 ; v2 ; ; vm vectores de un espacio vectorial V sobre el campo escalar F . Entonces cualquier
vector de la forma
1 v1 + 2 v2 + + m vm

donde 1; 2; ;
2 F se denomina combinación lineal de v1 ; v2 ;
m ; vm
2 3 2 3 2 3
Ejemplo 2 1 0
6 7 6 7 6 7
En V = R3 el vector u = 4 9 5 es una combinación lineal de los vectores v1 = 4 2 5 ; v2 = 4 1 5;
3 1 1
pues
u = 2v1 5v2
Ejemplo " # " #
3 5 2 1 1 0
En V = M23 el vector u = es una combinación lineal de los vectores 1 = ; v2 =
4 2 3 2 0 1
" #
0 1 1
; pues
1 1 0
u = 3v1 + 2v2
De…nición (Espacio generado)
Sea S V un subconjunto del espacio vectorial V; el espacio generado por S es de…nido como el conjunto
de todas las combinaciones lineales de los vectores de S; se suele denotar como

[S] = span (S) = gen (S)

Si S = fv1 ; v2 ; ; vm g entonces

[S] = fv 2 V : v = 1 v1 + 2 v2 + + m vm : i 2 F; i = 1 ng

Ejemplo n o
T T
Sea S V = R3 ; donde S = v1 = [2; 1; 4] ; v2 = [4; 1; 6] ; entonces el espacio generado por S viene
dado por
[S] = v 2 V = R3 : v = v1 + v2 : ; 2R

Por la teoría de planos deducimos que [S] es un plano, ahora un método para deducir la ecuación carte-
siana de este plano es como sigue.
Como v = (x; y; z) es un vector arbitrario entonces
2 3 2 3 2 3
x 2 4
6 7 6 7 6 7
4 y 5= 4 1 5+ 4 1 5
z 4 6

Autor: J. César Barraza B. 6

luego 2 3 2 3
2 4 " # x
6 7 6 7
4 1 1 5 =4 y 5
4 6 z
como es un sistema que tiene solución llevamos la matriz aumentada a su forma escalonada
2 .. 3 2 .. 3
2 4 . x 2 4 . x
6 7 6 7
6 .. 7 6 .. 7
Aa = 6 1 1 . y 7 ! Aa;E = 6 0 3 . y + x2 7
4 5 4 5
.. ..
4 6 . z 0 0 . z 35 x + 23 y

5
como el sistema debe ser consistente entonces z 3x + 23 y = 0; luego

5x + 2y + 3z = 0

es la ecuación del plano que pasa por el origen.

Lema
En un espacio vectorial V, el espacio generado por un subconjunto S de V es un espacio vectorial (sube-
spacio)

Prueba. Basta probar que es un subespacio, para ello

Si S = f0g entonces [S] = f0g el cual es un espacio vectorial, ahora si S es difrenete de f0g
sea u; v 2 [S] entonces

n
X
u = i wi tal que wi 2 S; i = 1 : n
i=1
Xn
v = jw
~j tal que w
~i 2 S; i = 1 : n
j=1

entonces la suma de u; v viene dado por

n
X n
X
u+v = i wi + jw
~j
i=1 j=1

donde wi ; w
~j 2 S entonces u + v es una combinación lineal de los vectores de S y por tanto u + v 2 [S]
ahora
n
!
X
u = i wi tal que wi 2 S; i = 1 : n
i=1
n
X
u = ( i ) wi tal que wi 2 S; ( i) 2 F; i = 1 : n;
i=1

por tanto u 2 [S], luego [S] es un espacio vectorial

Proposición
Sea S = [v1 ; v2 ; vm ] un subconjunto de un espacio vectorial V = Rn y v un vector de V: Entonces

Autor: J. César Barraza B. 7

v 2 span [S] si y solo si el sistema de ecuaciones

Ax = v donde
h i
A = v1 v2 vm
h iT
x = x1 x2 xm

es un sistema consistente.
Ejemplo h iT
Indicar si el vector u = 12 0 12 es una combinación lineal de los vectores

8 2 3 2 3 2 39
>
< 1 2 1 >
=
6 7 6 7 6 7
v1 = 4 2 5 ; v2 = 4 1 5 ; v3 = 4 4 5
>
: >
;
1 2 1

Planteamos la ecuación vectorial

x1 v1 + x2 v2 + x3 v3 = u

el cual nos lleva al sistema de ecuaciones

2 32 3 2 3
1 2 1 x1 12
6 76 7 6 7
4 2 1 4 5 4 x2 5 = 4 0 5
1 2 1 x3 12

formando la matriz aumentada y llevandola a su forma escalonda

2 .. 3 2 . 3
1 2 1 . 12 1 0 3 .. 4
6 7 6 7
6 .. 7 6 . 7
Aa = 6
4 2 1 4 . 0 7 s6
5 4 0 1 2 .. 8 7
5
.. .
1 2 1 . 12 0 0 0 .. 0

como el ran (A) = ran (Aa ) entonces el sistema es consistente. Por lo tanto el vector u es combinación
lineal de los vectores fv1 ; v2 ; v3 g

Ejemplo
Indicar si el vector u = x x3 pertenece al espacio generado por el conjunto S = x2 ; 2x + x2 ; x + x3
como [S] es el conjunto de todas las combinaciones lineales de los vectores de S, entonces si u 2 [S] se
tiene
x x3 = x2 + 2x + x2 + x + x3

luego

1 = 2 +
0 = +
1 =

llevandolo a un sistema matricial

2 32 3 2 3
0 2 1 1
6 76 7 6 7
4 1 1 0 54 5=4 0 5
0 0 1 1

Autor: J. César Barraza B. 8

formando la matriz aumentada y llevandola a su forma escalonada
2 .. 3 2 .. 3
0 2 1 . 1 1 0 0 . 1
6 7 6 7
6 .. 7 6 .. 7
Aa = 6 1 1 0 . 0 7 ! Aa;E = 6 0 1 0 . 1 7
4 5 4 5
.. ..
0 0 1 . 1 0 0 1 . 1

luego tenemos que = 1; = 1; = 1; esto es, es un sistema consistente, por tanto el vector u 2 [S]

Dependencia e independencia lineal

Sean v1 ; v2 ; ; vm vectores de un espacio vectorial V sobre el campo F y sea 1; 2; ; m escalares
en F entonces teniamos que el vector

v= 1 v1 + 2v + + vm m

es una combinación lineal de v1 ; v2 ; ; vm

Si todos los coe…cientes 1 = 2 = = m = 0 entonces tenemos que v = 0
Ahora puede ocurrir que no siendo todos los i iguales a cero se tiene que v = 0: Cuando esto ocurre se
dice que los vectores son linealmente dependientes.
2 3 2 3 2 3
Ejemplo 1 0 2
6 7 6 7 6 7
Sea v1 = 4 1 5 ; v2 = 4 1 5 ; v3 = 4 1 5 estos vectores son linealmente dependientes pues para
2 1 1
1 = 2; 2 = 3; 3 = 1 se tiene 2 3
0
6 7
2v1 + 3v2 + v3 = 4 0 5
0
De…nición
Dado los vectores v1 ; v2 ; ; vm 2 V se dice que son linealmente dependientes si y solo si existen escalares
no todos iguales a cero talque
1 v1 + 2 v2 + m vm =0 (3)
De…nición
Los vectores v1 ; v2 ; ; vm 2 V se dice que son linealmente independientes si ellos no son linealmente
dependientes
Nota
v1 ; v2 ; ; vm son linealmente independientes si la ecuación (3) se cumple unicamente para 1 = 2 =
= m =0
2 3 2 3 2 3
1 1 1
Ejemplo 6 7 6 7 6 7
6 1 7 6 7 6 7
Los vectores v1 = 6 7 ; v2 = 6 1 7 ; v3 = 6 0 7 son linealmente independientes, puesto que al plantear
6 1 7 6 0 7 6 0 7
4 5 4 5 4 5
0 0 0
la ecuación
1 v1 + 2 v2 + 3 v3 =0

nos lleva a la ecuación 2 3 2 3

1 1 1 2 3 0
6 7 1 6 7
6 1 1 0 7 7 6 0 7
6 764 5=6 7
6 1 0 0 7
2 6 0 7
4 5 4 5
3
0 0 0 0

Autor: J. César Barraza B. 9

entonces formando la matriz aumentada y llevandola a su forma escalonada
2 3 2 3
.. .
6 1 1 1 . 0 7 6 1 0 0 .. 0 7
6 .. 7 6 . 7
6 1 1 0 . 0 7 6 0 1 0 .. 0 7
6 7 6 7
Aa = 6 .. 7 ! Aa;E = 6 . 7
6 7 6 7
6 1 0 0 . 0 7 6 0 0 1 .. 0 7
4 5 4 5
.. .
0 0 0 . 0 0 0 0 .. 0

resolviendo el sistema equivalente el cual tiene como solución a

1 = 0
2 = 0
3 = 0

como única solución, por tanto los vectores son linealmente independientes

Bases y dimensión
De…nición (Dimensión)
El número mas grande de vectores linealmente independientes en un espacio vectorial V es llamado la
dimensión de V y se denota dim V:
Nota
Si este es un número …nito n, de…nimos dim V = n y diremos que V es un espacio de dimensión …nita.

Nota
Si existen conjuntos arbitrariamente grande de vectores linealmente independientes en V , diremos que la
dim V es in…nito y que V es de dimensión in…nita
Ejemplo
En V = R3 los siguientes conjuntos son linealmente independientes
82 39
>
< 1 >
=
6 7
S1 = 4 1 5
>
: >
;
2
82 3 2 39
>
< 1 1 >=
6 7 6 7
S2 = 4 1 5;4 1 5
>
: >
;
2 0
82 3 2 3 2 39
>
< 1 1 2 >=
6 7 6 7 6 7
S3 = 4 1 5;4 1 5;4 0 5
>
: >
;
2 0 0

lo que se probara mas adelante es que en V = R3 el conjunto mas grande de vectores linealmente inde-
pendientes tiene 3 vectores, esto es la dim V = 3
Ejemplo
Un ejemplo de un espacio de dimensión in…nita es V = P [X] el conjunto de los polinomios de cualquier
grado. Pues si suponemos que tiene dimensión …nita igual a n; entonces

S = fv1 ; v2 ; ; vn g

Autor: J. César Barraza B. 10

y sea k el mayor grado de los polinomios que forman el conjunto S, luego como V = P [X] entonces el
polinomio v = xk+1 2 V , ahora probaremos que el conjunto

S~ = fv1 ; v2 ; ; vn :vg

es linealmente independiente, sea

1 v1 + n vn + n+1 v =0 (4)

como S es el mas conjunto mas grande de vectores linealmente independiente entonces v es combinacion
lineal de v1 ; v2 ; ; vn esto es
v= 1 v1 + n vn

pero v tiene grado mayor que cualquier vector de S por tanto no puede ser combinación lineal de ellos,
esto es, son linealmente independientes, por tanto el conjunto

S~ = fv1 ; v2 ; ; vn :vg

es linealmente independiente.
De…nición
Sea S un conjunto de vectores incluido en el espacio vectorial V , S es una base de V si y solo si

1. Los vectores en S son linealmente independientes

2. El conjunto generado por S es V , esto es, [S] = span (S) = V

Ejemplo
La base mas simple de R2 es la base canónica
(" # " #)
1 0
S= ;
0 1

dado que
" # " #
1 0
1. (a) ; son linealmente independientes. (veri…car)
0 1
2
(b) span (S)
! = R , esta parte se puede
" #probar
" #considerando que un vector arbitrario tal como
x 1 0
es combinación neal de ; entonces
y 0 1
" # " # " #
x 1 0
= +
y 0 1

llevando a su forma matricial

" #" # " #
1 0 x
=
0 1 y

formando su matriz umentada 2 3

..
4 1 0 . x 5
..
0 1 . y

Autor: J. César Barraza B. 11

 como se encuentra en su forma escalonada, tenemos que ran (A) = ran (Aa ) = # variables
por lo que tenemos un sistema consistente con solución única, esto es, el conjunto S genera
R2 :
Nota
La base de un espacio vectorial no es única, del ejemplo anterior tenemos que el conjunto
(" # " #)
1 1
S1 = ;
1 2

es también una base de R2 ; dado que

" # " #
1 1
1. (a) ; son linealmente independientes (veri…car)
1 2
span #(S1 ) = R2 , esta parte se puede
(b) " " #probar
" considerando
# que un vector arbitrario tal como
x 1 1
es combinación lineal de ; entonces
y 1 2
" # " # " #
x 1 1
= +
y 1 2

llevando a su forma matricial

" #" # " #
1 1 x
=
1 2 y

formando su matriz aumentada y llavandola a su forma escalonada reducida

2 3 2 3
.. .. 2
1 1 . x 5 1 0 . 3x + 31 y 5
Aa = 4 .. ! Aa;E = 4 .. 1 1
1 2 . y 0 1 . 3y 3x

notamos que el sistema es consistente, por lo tanto span (S1 ) = R2 , además podemos concluir
que el sistema tiene solución única y viene dado por

2 1
= x+ y (5)
3 3
1 1
= y x (6)
3 3

Habrá notado que en los dos ejemplos anteriores la solución resulta siendo única, esto viene caracterizado
por el siguiente teorema
Teorema
Sea S = fv1 ; v2 ; ; vn g una base de un espacio vectorial V; entonces cada vector v que pertenece a V , es
expresado de manera única como combinación lineal de los vectores de S. Esto es existen escalares únicos
1; 2; ; n; tal que
v= 1 v1 + 2 v2 + + n vn

Ejemplo " #
3
En el ejemplo anterior S1 es una base de R2 y el vector se expresa de manera única como combi-
5

Autor: J. César Barraza B. 12

 " # " #
1 1
nación lineal de ;
1 2
" # " # " #
3 1 1
= +
5 1 2

y vienen determinados por las ecuaciones (5) y (6), esto es

2 1 11
= (3) + (5) =
3 3 3
1 1 2
= (5) (3) =
3 3 3

También habra notado que tanto la base S como la base S1 del espacio vectorial R2 tienen el mismo
número de vectores, esto se caracteriza en el siguiente teorema
Teorema
Si una base de un espacio vectorial tiene n vectores, entonces cualquier otra base también tiene n vectores.

A continuación mostramos un conjunto S que genera el espacio vectorial R2 ; pero no es una base
(" # " # " #)
1 1 2
S= ; ;
0 1 1
" #
x
para determinar que genera R2 es su…ciente probar que todo vector v = en el espacio vectorial, se
y
puede expresar como combinación lineal de los vectores de S
" # " # " # " #
x 1 1 2
= 1 + 2 + 3
y 0 1 1

formando el sistema matricial 2 3

" # 1
" #
1 1 2 6 7 x
4 2 5=
0 1 1 y
3

formando su matriz aumentada y llevandolo a su forma escalonada

2 3 2 3
.. ..
1 1 2 . x 5 1 0 3 . x y 5
Aa = 4 .. ! Aa;E = 4 ..
0 1 1 . y 0 1 1 . y

como vemos tenemos un sistema consistente, lo que indica que el conjunto S genera el espacio vectorial V
y como el sistema tiene in…nitas soluciones implica que un vector puede ser expresada de in…nitas formas
como combinación lineal de los vectores del conjunto S por lo que S no es una base. Para ello resolvamos
el sistema equivalente
El sistema tiene una variable libre, 3 = t luego 2 =y t; 1 =x y + 3t; por tanto
2 3 2 3 2 3 2 3
1 x y + 3t x y 3
6 7 6 7 6 7 6 7
4 2 5=4 y t 5=4 y 5 + t4 1 5; t2R
3 t 0 1

como t toma in…nitos valores, entonces un vector en V puede ser expresado de in…nitas formas, por

Autor: J. César Barraza B. 13

 " #
2
ejemplo; el vector v = puede ser expresado como
5
" # " # " # " #
2 1 1 2
= 3 +5 +0 para t = 0
5 0 1 1
" # " # " # " #
2 1 1 2
= 3 +3 +2 para t = 2
5 0 1 1

Coordenadas
Una de las caracteristicas útiles de una base B en un espacio vectorial V es que esencialmente habilita a
2 3
x1
6 7
6 x2 7
introducir coordenadas en V , analogo a las coordenadas naturales xi del vector v = 6 . 7
6 n
7 en R o C :
n
4 .. 5
xn
Esto es, las coordenadas del vector v en una base B vendrían ser los escalares que sirven para expresar
el vector v como combinación lineal de los vectores de la base B: La existencia de las coordenadas de un
vector se fundamenta en el teorema (32)
De…nición
Sea
B = fv1 ; v2 ; ; vn g

una base del espacio vectorial V y v 2 V . Las coordenadas relativas a la base B son los escalares
c1 ; c2 ; ; cn tal que
v = c1 v1 + c2 v2 + + cn vn

y se denota [v]B
2 3
c1
6 7
6 c2 7
[v]B = 6
6 .. 7
7
4 . 5
cn

Ejemplo ( " # " #)

1 0
Sea V = R2 si consideramos la base B = e1 = ; e2 = comunmente conocida com la base
0 1
" #
1
canonica de R2 ; en esta base el vector v = se expresa como combinación de la base
8
" # " # " #
1 1 0
= 1 +8
8 0 1
" # " #
1 1
entonces las coordenadas del vector v = coincide con el vector ; esto es
8 8
" #
1
[v]B =
8

Autor: J. César Barraza B. 14

Ejemplo (" # " #)
1 1
Ahora si consideramos otra base digamos B1 = ; ; entonces el vector v se expresa como
1 2
" # " # " #
1 1 1
v=2 +3 =
1 2 8
" #
2
por tanto las coordenadas del vector v en la base B1 es ; esto es
3
" #
2
[v]B1 =
3

Ejemplo
Consideremos otro tipo de espacios vectoriales como el de los polinomios, a decir P2 (X) sobre los reales,
con la base B de…nido por el conjunto

B = v1 = 1; v2 = x; v3 = x2

esta base es conocida como la base canónica, luego el vector v = 3x2 + 5x + 9 es una combinación lineal
de v1 ; v2 ; v3 ; esto es
v = 9v1 + 5v2 3v3

por tanto las coordenadas del vector v en la base B es

2 3
9
6 7
[v]B = 4 5 5
3

Ejemplo
Consideremos otra base para el espacio vectorial P2 [R] ; digamos

B1 = 1; 2 + x; 1 + x2

entonces el vector v = 3x2 + 5x + 9 se puede expresar como combinación lineal de los vectores de B1

v = 2 (1) + 5 (2 + x) 3 1 + x2

por lo que sus coordenadas en la base B1 es

2 3
2
6 7
[v]B1 = 4 5 5
3

Suma e Intersección de Subespacios

Sean U y W dos subespacios de V , la intersección de estos subespacios se de…ne como

U \ W = fv 2 V tal que v 2 U y v 2 W g

Autor: J. César Barraza B. 15

y la suma de estos subespacios se de…ne como

U + W = fu + w tal que u 2 U y w 2 W g

Teorema
Sean U y W dos subespacios de V; entonces U \ W y U + W son subespacios vectoriales de V

Prueba. Primero vamos a probar que U \ W es un subespacio

para ello basta probar los dos primeros axiomas,
sea v1 ; v2 dos vectores en U \ W entonces v1 ; v2 2 U y v1 ; v2 2 W
como U y W son subespacios entonces v1 + v2 2 U y v1 + v2 2 W
luego v1 + v2 2 U \ W;
tambien v1 2 U y v1 2 W para todo escalar , pues U y W son subespacios
luego v1 2 U \ W , esto prueba que U \ W es un subespacio
Ahora probaremos que U + W es un subespacio de V
sean v1 ; v2 dos vectores en U + W entonces se tiene que

v1 = u1 + w1 donde u1 2 U y w1 2 W
v2 = u2 + w2 donde u2 2 U y w2 2 W

entonces

v1 + v2 = (u1 + w1 ) + (u2 + w2 )
v1 + v2 = (u1 + u2 ) + (w1 + w2 )

como (u1 + u2 ) 2 U y (w1 + w2 ) 2 W entonces v1 + v2 2 U + W

también u1 2 U y w1 2 W entonces

u1 + w1 2 U + W

pero
v1 = u1 + w1

por tanto v1 2 U + W:
Teorema
Si U y W son subespacios de dimensión …nita del espacio vectorial V entonces U + W es de dimensión
…nita y
dim U + dim W = dim (U + W ) + dim (U \ W )

Autor: J. César Barraza B. 16

Ejemplo
Sean U y W dos subespacios de V = R5 de…nidos por
82 3 2 3 2 39
>
> 1 1 2 >
>
>
>6 7 6 7 6 7>
>
>
>6 3 7 6 4 7 6 3 7>>
<6 7 6 7 6 7=
U = span 6
6 2 77 ;6
6 3 7
7;6
6 1 7
7>
>
>6 7 6 7 6 7>
>
>4 2 5 4 4 5 4 2 5>
>
>
> >
>
: ;
3 2 9
82 3 2 3 2 39
>
> 1 1 2 >
>
>
>6 7 6 7 6 7>
>
>
> 7>
<6
6
3 7 6 5 7 6 5
7 6 7 6
>
7=
V = span 6 0 7
6 6
7;6 6 7;6 3
7 6 7
7>
>
>6 7 6 7 6 7>
>
>4 2 5 4 6 5 4 2 5>
>
>
> >
>
: ;
1 3 1

hallaremos una base y la dimensión para U \ W y U + W:

Como U + W = fu + w tal que u 2 U y w 2 W g entonces

82 3 2 3 2 3 2 3 2 3 2 39
>
> 1 1 2 1 1 >
>2
>
> 6 7 6 7 6 7 6 7 6 7 6 7>
>
>
> 5 7 6 5 7>
<66
3 7 6
7 6
4 7 6
7 6
3 7 6
7 6
3 7 6
7 6 7 6
>
7=
U + V = span 66 2 7 6
7;6 3 7 6
7;6 1 7 6
7;6 0 7 6
7;6
7 6 7
6 7;6 3 7
>
> 6 7 6 7 6 7 6 7 6 7 6 7>
>
>
> 4 2 5 4 4 5 4 2 5 4 2 5 4 6 5 4 2 5>
>
>
> >
>
: ;
3 2 9 1 3 1

Formamos una matriz cuyas …las son los vectores que generan U + V
2 3
1 3 2 2 3
6 7
6 1 4 3 4 2 7
6 7
6 2 3 1 2 9 7
6 7
6 7
6 1 3 0 2 1 7
6 7
6 1 5 6 6 3 7
4 5
2 5 3 2 1

llevandolo a la forma escalonada

0 1 0 1
1 3 2 2 3 1 3 2 2 3
B C B C
B 1 4 3 4 2 C B 0 1 1 2 1 C
B C B C
B 2 3 1 C
2 9 C B 0 0 2 0 2 C
B B C
B C!B C
B 1 3 0 2 1 C B 0 0 0 0 0 C
B C B C
B 1 5 6 C
6 3 A B 0 0 0 0 0 C
@ @ A
2 5 3 2 1 0 0 0 0 0

tenemos que una base para U + V es

82 3 2 3 2 39
>
> 1 0 0 >
>
>
> 6 7 6 7 6 >
7>
>
> 0 7>
<66
3 7 6
7 6
1 7 6
7 6
>
7=
B= 66 2 7 6
7;6 1 7 6
7;6
7
2 7
>
> 6 7 6 7 6 7>
>
>
> 4 2 5 4 2 5 4 0 5>
>
>
> >
>
: ;
3 1 2

Autor: J. César Barraza B. 17

por tanto dim (U + V ) = 3
Ahora para hallar la base de U \ W; primero hallaremos los sistemas homogéneos cuyas soluciones son
los subespacios U y W entonces formamos la matriz cuyas …las son los vectores que generan U
2 3 2 3
1 3 2 2 3 f2 f1 1 3 2 2 3
6 7 6 7
6 1 4 3 4 2 7 ! 6 0 1 1 2 1 7
6 7 f3 2f1 6 7
6 2 3 1 2 9 7 6 0 3 3 6 3 7
4 5 f4 xf1 4 5
x y z s t 0 y 3x z + 2x s 2x t 3x
2 3
1 3 2 2 3
6 7
6 0 1 1 2 1 7
6 7
6 0 0 x+y+z 4x 2y + s 6x + y + t 7
4 5
0 0 0 0 0

entonces el sistema homogéneo de donde proviene U viene dado por

x+y+z = 0
4x 2y + s = 0
6x + y + t = 0

ahora hallamos el sistema homogéneo de donde proviene W; siguiendo el procedimiento anterior tenemos
el sistema (veri…car)

9x + 3y + z = 0
4x 2y + s = 0
2x y+t = 0

Ahora unimos ambos sistemas y resolvemos el sistema homogéneo cuyo solución es U \ W

x+y+z = 0
4x 2y + s = 0
6x + y + t = 0
9x + 3y + z = 0
4x 2y + s = 0
2x y+t = 0

formamos el sistema matricial

2 3 2 3
1 1 1 0 0 2 3 0
6 7 x 6 7
6 4 2 0 0 7
1 7 6 0 7
6 766 y 7 6 7
6 6 0 0 1 7 7 6 0 7
6 1 76 6 7
6 766 z 7
7=6 7
6 9 3 1 0 0 7 7 6 0 7
6 764 s 5 6 7
6 4 2 0 1 0 7 6 0 7
4 5 4 5
t
2 1 0 0 1 0

Autor: J. César Barraza B. 18

llevamos a su forma escalonada
0 1 0 1
1
1 1 1 0 0 1 0 0 0 2
B C B C
B 4 2 00 C B 1 0 1 0 0 2 C
B C B C
B 6 C
1 0 0 1 C B 0 0 1 0 3 C
B B 2 C
B C!B C
B 9 3 1 0 0 C B 0 0 0 1 2 C
B C B C
B 4 C
2 0 1 0 A B 0 0 0 0 0 C
@ @ A
2 1 0 0 1 0 0 0 0 0

el sistema tiene una variable libre, por lo tanto dim (U \ W ) = 1; para hallar el vector de su base, basta
con dar un valor a su variable libre t; entonces una solución viene dado por

t = 2; s = 4; z= 3; y = 4; x=1

Cambio de Base
Consideremos el espacio vectorial mas simple como R2 ; Si B es la base canonica, esto es
(" # " #)
1 0
B= ;
0 1
" #
1
entonces las coordenadas de v = esta dado por
8
" #
1
[v]B =
8

y cuando la base es (" # " #)

1 1
B1 = ;
1 2
entonces las coordenadas de v en esta base viene dada por
!
2
[v]B1 =
3

Mostramos a continuación la existencia de una matriz que la denotamos M que viene dado por
" #
1 1
M=
1 2

tal que cumple que

[v]B = M [v]B1

basta comprobar que " #" # " #

1 1 2 1
[v]B = =
1 2 3 8

Autor: J. César Barraza B. 19

la matriz M es llamada la matriz de transición de la base B1 a la base B; ahora también existe la matriz
de transición de la base B a la base B1 dada por
" #
2 1
3 3
P = 1 1
3 3

aqui se cumple que

[v]B1 = P [v]B

basta comprobar que " #" # " #

2 1
3 3 1 2
[v]B1 = 1 1
=
3 3 8 3
Además esta matriz es única salvo el orden de los vectores que forman la base.
Nota
notar que P es la inversa de la matriz M

A continuación de…nimos la matriz de transición de la base B1 a la base B2

De…nición
Sean B1 = fu1 ; u2 ; ; un g ; B2 = fv1 ; v2 ; ; vn g dos bases de un espacio vectorial V se de…ne la matriz
A como la matriz de transición de la base B1 a la base B2 como

A = [u1 ]B2 ; [u2 ]B2 ; ; [un ]B2

donde [ui ]B2 son las coordenadas del vector ui en la base B2 para i = 1 : n

Ejemplo
Sea el espacio vectorial V = P2 (X), consideremos dos bases de ella tales como

B1 = u1 = 1; u2 = 1 + x; u3 = 1 x2 y
B2 = v1 = 1 x; v2 = 1 + x; v3 = 1 + x2

Hallaremos la matriz de transición de la base B1 a la base B2

Hallemos las coordenadas de los vectores de la base B1 en la base B2 : para u1 = 1

1 = a (1 x) + b (1 + x) + c 1 + x2

luego tenemos
1 = (a + b + c) + ( a + b) x + (c) x2

entonces tenemos

1 = a+b+c
0 = a+b
0 = c

resolviendo
1 1
c = 0; b= ; a=
2 2

Autor: J. César Barraza B. 20

entonces 2 3
1
2
6 1 7
[1]B2 = 4 2 5
0
ahora para el vector u2 = 1 + x

1 + x = (a + b + c) + ( a + b) x + (c) x2

luego

1 = a+b+c
1 = a+b
0 = c

resolviendo
c = 0; b = 1; a=0

entonces 2 3
0
6 7
[1 + x]B2 = 4 1 5
0

Seguimos con el vector u3 = 1 x2

1 x2 = (a + b + c) + ( a + b) x + (c) x2

luego

a+b+c = 1
a+b = 0
c = 1

resolviendo
c= 1; b = 1; a=1

entonces 2 3
1
6 7
1 x2 B2
=4 1 5
1
por tanto la matriz de transición de la base B1 a la base B2 es
2 1
3
2 0 1
6 1 7
A=4 2 1 1 5
0 0 1

por tanto tenemos que

[v]B2 = A [v]B1 (7)

Ahora esta ecuación nos sirve para hallar las coordenadas de un vector v en la base B2 conociunedo la
matriz de transición A y las coordenadas de v en la base B1 :

Autor: J. César Barraza B. 21

Ejemplo
Usando las bases y la matriz de transición halladas previamente, hallar las coordenadas del vector v en
2 3
1
6 7
la base B2 si se sabe que [v]B1 = 4 1 5
2
usando la ecuación (7) tenemos que
2 1
32 3
2 0 1 1
6 1 76 7
[v]B2 = 4 2 1 1 54 1 5
0 0 1 2
2 5
3
2
6 3 7
[v]B2 = 4 2 5
2

ahora solo veri…caremos que es cierto, para ello, como

2 3
1
6 7
[v]B1 = 4 1 5 entonces
2
v = 1 (1) 1 (1 + x) + 2 1 x2 = 2x2 x+2

también como
2 5
3
2
6 3 7
[v]B2 = 4 2 5 entonces
2
5 3
v = (1 x) + (1 + x) 2 1 + x2 = 2x2 x+2
2 2

Autor: J. César Barraza B. 22